

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、無線傳感器網(wǎng)絡(Wireless Sensor Networks,WSN)是一種新興的網(wǎng)絡技術(shù),被列為被列為21世紀最有影響的技術(shù)和改變世界的十大技術(shù)之一。WSN綜合了很多的領(lǐng)域:嵌入式技術(shù)、網(wǎng)絡信息處理技術(shù)和無線通信技術(shù)等,隨著這些技術(shù)的發(fā)展,WSN也有了廣闊的應用空間,例如應用在國防軍事、交通運輸、環(huán)境監(jiān)測和智能家居等。WSN是由大量分布在檢測區(qū)的傳感器節(jié)點組成,這些節(jié)點把從監(jiān)測區(qū)采集的數(shù)據(jù)傳送到匯聚節(jié)點,匯聚節(jié)點然后對數(shù)據(jù)進行處理
2、,并對檢測區(qū)進行評估。
自從2004年,Candés、Romberg和Tao等人提出壓縮感知理論(Compress Sensing,CS),并正式成為獨立的理論。短短十年間壓縮感知理論給信號處理帶來巨大的變化,此理論最早運用在研究核磁共振成像問題上,后來被運用到無線傳感器網(wǎng)絡、工程數(shù)學以及圖像處理等多個學科,目前CS發(fā)展很迅猛,以美國為首,各國的著名大學都開始CS理論相關(guān)應用的研究。信號可以壓縮的前提是信號是可以稀疏的,對稀疏
3、的信號采樣和壓縮可以同時進行處理,通過測量矩陣把高維信號投影到低維信號,這樣減少了信號傳輸?shù)牧?,減少了網(wǎng)絡能量和解決了信號傳輸?shù)膿頂D,最終從低維的信號通過重構(gòu)算法重構(gòu)高維的源信號。本文針對節(jié)點的能量有限問題,提出一種基于分布式壓縮感知的層次型數(shù)據(jù)融合算法:結(jié)合分簇協(xié)議和節(jié)點信息相關(guān)性,使用聯(lián)合稀疏(Joint Sparsity Model,JSM)和重構(gòu)算法,對節(jié)點信息精確重構(gòu),實驗證明這種算法可以節(jié)省節(jié)點能耗并且提高信號重構(gòu)精度。本文
4、主要做的工作:
(1)在傳統(tǒng)CS理論中,無線傳感器網(wǎng)絡內(nèi)每個傳感器節(jié)點都直接將信息發(fā)送給匯聚節(jié)點,在重構(gòu)時也僅僅考慮了節(jié)點信息的內(nèi)部相關(guān)性,這就可能導致節(jié)點信息的丟失和網(wǎng)絡過多能量的消耗。本文著重調(diào)節(jié)無線傳感器網(wǎng)絡節(jié)點處理性能和節(jié)省節(jié)點能量角度出發(fā),延長網(wǎng)絡壽命、提高網(wǎng)絡數(shù)據(jù)的傳輸和運算速率。利用LEACH分簇協(xié)議對網(wǎng)絡節(jié)點進行分簇,結(jié)合無線傳感器網(wǎng)絡內(nèi)節(jié)點間的空間相關(guān)性與JSM1聯(lián)合稀疏模型,根據(jù)基于邊信息的分布式壓縮感知算
5、法對傳感器節(jié)點信息進行壓縮重構(gòu)。
?。?)本文針對LEACH算法對無線傳感器網(wǎng)絡分簇存在的缺點:分簇不均勻,容易使一個節(jié)點重復作為簇頭能量過早的消耗完成為死點,采集數(shù)據(jù)出現(xiàn)盲點。傳統(tǒng)的人工魚群用在傳感器網(wǎng)絡中收斂速度慢,計算量大。在LEACH和傳統(tǒng)人工魚群算法的基礎(chǔ)上對網(wǎng)絡分簇的每次迭代的時候動態(tài)改變擁擠度、人工魚前進步長和視野范圍,可是使網(wǎng)絡從全局搜索后到局部搜索,加快了收斂的速度,比LEACH和傳統(tǒng)人工魚群算法平均降低了計算
6、量11%以上,節(jié)省網(wǎng)絡能量21%以上,從而延長了網(wǎng)絡壽命。
?。?)針對網(wǎng)絡節(jié)點符合JSM2稀疏模型的情況,本文提出另一種基于分布式壓縮感知的層次型數(shù)據(jù)融合算法:該算法基于動態(tài)人工魚群優(yōu)化的無線傳感器網(wǎng)絡的分簇算法,對網(wǎng)絡分好簇后,節(jié)點數(shù)據(jù)傳給各自的簇頭,在簇頭對節(jié)點數(shù)據(jù)進行獨立編碼,把測量值傳送到SINK節(jié)點,在SINK節(jié)點對全網(wǎng)節(jié)點數(shù)據(jù)用SOMP重構(gòu)算法進行恢復。仿真分析表明動態(tài)人工魚群分簇算法比傳統(tǒng)人工魚群算法或LEACH
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分簇路由的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法研究.pdf
- 無線傳感器網(wǎng)絡中分層簇類數(shù)據(jù)融合算法的研究.pdf
- 無線傳感器網(wǎng)絡網(wǎng)格狀分簇路由協(xié)議和數(shù)據(jù)融合算法的研究.pdf
- 無線傳感器網(wǎng)絡智能分簇路由算法研究.pdf
- 無線傳感器網(wǎng)絡的數(shù)據(jù)融合算法研究.pdf
- 無線傳感器網(wǎng)絡智能分簇路由算法研究
- 無線傳感器網(wǎng)絡中數(shù)據(jù)融合算法的研究.pdf
- 面向無線傳感器網(wǎng)絡數(shù)據(jù)融合的可靠分簇算法研究.pdf
- 無線傳感器網(wǎng)絡智能分簇算法的研究.pdf
- 無線傳感網(wǎng)絡中多傳感器數(shù)據(jù)融合算法研究.pdf
- 基于無線傳感器網(wǎng)絡的數(shù)據(jù)融合算法及模型研究.pdf
- 無線傳感器網(wǎng)絡中安全的數(shù)據(jù)融合算法研究.pdf
- 高效實時的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法研究.pdf
- 基于無線傳感器網(wǎng)絡的動態(tài)數(shù)據(jù)融合算法研究.pdf
- 基于事件驅(qū)動的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法.pdf
- 基于神經(jīng)網(wǎng)絡的無線傳感器網(wǎng)絡數(shù)據(jù)融合算法研究.pdf
- 無線傳感器網(wǎng)絡層次分簇算法研究.pdf
- 無線傳感器網(wǎng)絡安全數(shù)據(jù)融合算法的研究.pdf
- 無線傳感器網(wǎng)絡覆蓋與數(shù)據(jù)融合算法的研究.pdf
- 無線傳感器網(wǎng)絡分簇及路由算法研究.pdf
評論
0/150
提交評論